周麗萍，岳昌君

（1.廣州大學(xué) 教育學(xué)院，廣東 廣州 510006；2.北京大學(xué) 教育學(xué)院，北京 100871）

一、問題的提出

隨著互聯(lián)網(wǎng)經(jīng)濟(jì)和現(xiàn)代服務(wù)業(yè)的蓬勃發(fā)展，我國出現(xiàn)了大量的新業(yè)態(tài)、新產(chǎn)業(yè)和新的商業(yè)模式。從1984年僅有13個(gè)行業(yè)門類、75個(gè)大類、310個(gè)中類和668個(gè)小類擴(kuò)展到2017年的20個(gè)行業(yè)門類、97個(gè)大類、473個(gè)中類、1380個(gè)小類，行業(yè)門類、大類中類和小類分別增加了7個(gè)，22個(gè)，163個(gè)和712個(gè)行業(yè)小類，擴(kuò)展出的新的行業(yè)活動(dòng)主要集中在吸納了最多高校畢業(yè)生就業(yè)的第三產(chǎn)業(yè)。這意味著，在新的時(shí)代背景下，高校畢業(yè)生將面臨更多的行業(yè)選擇，而在眾多的選擇中，“入對(duì)行”就顯得尤為重要。究竟進(jìn)入哪些行業(yè)才是“入對(duì)行”，“入對(duì)行”有什么好處，好處有多大，這些問題備受高校畢業(yè)生和畢業(yè)生家長的關(guān)注。

根據(jù)《中國統(tǒng)計(jì)年鑒》數(shù)據(jù)計(jì)算，按行業(yè)分城鎮(zhèn)單位就業(yè)人員的平均工資的最高值與最低值之比由1990年的1.76∶1上升到2016年的3.64∶1，變異系數(shù)由1990年的13.6%上升到2016年的32.74%。[1]不考慮地區(qū)因素，金融業(yè)的平均工資最高，農(nóng)林牧漁業(yè)的平均工資最低，前者是后者的4.2倍。如果同時(shí)考慮地區(qū)和行業(yè)，北京金融業(yè)的平均工資為是遼寧農(nóng)林牧漁業(yè)的平均工資16倍。[2]為了更加生動(dòng)地凸顯“入對(duì)行”帶來的收入溢價(jià)之高，有學(xué)者把行業(yè)間收入差距與教育投資差異帶來的收入差距進(jìn)行比較，結(jié)果發(fā)現(xiàn)，與制造業(yè)相比，“高收益行業(yè)”的計(jì)量回歸系數(shù)大于0.4，而計(jì)量回歸結(jié)果中的總個(gè)人教育收益率只有0.067，這意味著制造業(yè)的從業(yè)者要多受6年教育才能抵上“高收益行業(yè)”的工資收入差異。也就是說，接受四年大學(xué)本科教育，如果不考慮大學(xué)期間的教育直接成本和機(jī)會(huì)成本，其因受教育年限增加帶來的收入水平的提高顯著地低于從制造業(yè)轉(zhuǎn)移到“高收益行業(yè)”工作而提高的收入水平。[3]王天夫等人（2010）[4]的研究發(fā)現(xiàn)收入分配決不僅僅是個(gè)人層次的因素在起作用，行業(yè)因素在收入分配中至關(guān)重要，特別在某些壟斷行業(yè)，諸如金融、房地產(chǎn)、能源交通傳輸及供應(yīng)等行業(yè)，其整體個(gè)人收入高于其他行業(yè)。其研究發(fā)現(xiàn)，在個(gè)人收入的整體差異中，有超過13%的份額是由于行業(yè)的不同造成的，這意味著個(gè)人能力強(qiáng)并不一定能夠保證更高的收入，“入對(duì)行”是獲得高薪的關(guān)鍵。如此看來，選擇似乎高于努力甚至是能力。那究竟實(shí)際情況如何，本文將用最新的就業(yè)調(diào)查數(shù)據(jù)進(jìn)行回應(yīng)。

學(xué)界一般根據(jù)就業(yè)結(jié)果的情況來衡量是否“入對(duì)行”，而以往的文獻(xiàn)中關(guān)于就業(yè)結(jié)果的指標(biāo)很多，既包括就業(yè)落實(shí)、起薪、就業(yè)地點(diǎn)、就業(yè)單位、就業(yè)部門、就業(yè)崗位等客觀性指標(biāo)，也包括就業(yè)滿意度、就業(yè)匹配度等主觀性指標(biāo)。在這些指標(biāo)中，起薪和就業(yè)滿意度是最常使用的主客觀指標(biāo)，本文將起薪和滿意度作為衡量“入對(duì)行”的指標(biāo)，如果進(jìn)入的行業(yè)的起薪和就業(yè)滿意度均顯著更高，則認(rèn)為是“入對(duì)行”。本文擬采用2009-2017年高校畢業(yè)生就業(yè)調(diào)查的數(shù)據(jù)，通過比較行業(yè)間就業(yè)滿意度和起薪的差異來判斷進(jìn)入哪些行業(yè)才是“入對(duì)行”，并進(jìn)一步控制畢業(yè)生的個(gè)人和家庭背景等其他因素的干擾，進(jìn)一步逼近因?yàn)椤叭雽?duì)行”而帶來的行業(yè)選擇紅利。

二、數(shù)據(jù)、變量與模型

（一）數(shù)據(jù)和樣本描述

北京大學(xué)教育經(jīng)濟(jì)研究所于2003年、2005年、2007年、2009年、2011年、2013年、2015年和2017年進(jìn)行了八次全國高校畢業(yè)生的抽樣調(diào)查數(shù)據(jù)，每次調(diào)查的樣本量在兩萬人左右，截至2017年，北京大學(xué)教育學(xué)院共調(diào)查了約16萬名高校畢業(yè)生。由于2009年以前的調(diào)查未問及行業(yè)問題，所以本文采用的數(shù)據(jù)包括2009、2011、2013、2015和2017年的全國高校畢業(yè)生就業(yè)抽樣調(diào)查的數(shù)據(jù)，其中實(shí)證分析部分主要是采用2017年的最新的全國高校畢業(yè)生就業(yè)抽樣調(diào)查的數(shù)據(jù)。2009年至2017年涵蓋了整個(gè)“十二五”規(guī)劃期，正是我國經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期。對(duì)這一期間的數(shù)據(jù)進(jìn)行分析可以很好地反映在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整背景下高校畢業(yè)生行業(yè)分布的新特點(diǎn)和新趨勢(shì)。

問卷調(diào)查對(duì)象是當(dāng)年的應(yīng)屆畢業(yè)生，調(diào)查時(shí)間是當(dāng)年的6月份。每次調(diào)查都參照我國高等教育的地區(qū)結(jié)構(gòu)、學(xué)校類型結(jié)構(gòu)、學(xué)歷結(jié)構(gòu)、專業(yè)結(jié)構(gòu)、性別結(jié)構(gòu)等進(jìn)行抽樣，努力使得調(diào)查樣本具有較好的代表性。在發(fā)放問卷時(shí)，對(duì)每所抽樣高校根據(jù)畢業(yè)生學(xué)科門類和學(xué)歷層次按一定比例發(fā)放500～1000份問卷，每所高校調(diào)查數(shù)據(jù)并不能代表該校的畢業(yè)生總體，但是對(duì)全部調(diào)查高校的匯總數(shù)據(jù)作為全國高校畢業(yè)生的樣本具有代表性。問卷包括高校畢業(yè)生的基本信息、求職過程、就業(yè)狀況、接受高等教育狀況等四部分。表1給出了五次調(diào)查的樣本數(shù)據(jù)說明。

表1 五次調(diào)查的樣本數(shù)據(jù)說明

續(xù)表

（二）變量選取

本文的因變量是就業(yè)結(jié)果，分別用客觀性指標(biāo)行業(yè)起薪和主觀性指標(biāo)工作滿意度表示。關(guān)鍵自變量是行業(yè)，一共有19分類，以制造業(yè)為參照組。除了表示行業(yè)的核心變量外，本文還進(jìn)一步控制高校畢業(yè)生的人口統(tǒng)計(jì)學(xué)特征、家庭背景變量、人力資本變量、求職努力狀況和工作特征的等四類變量，以進(jìn)一步逼近由于行業(yè)選擇差異帶來的就業(yè)結(jié)果的偏差（表2）。

表2 解釋變量及說明

（三）研究方法

1.行業(yè)滿意度定序邏輯斯特回歸分析

本文將建立定序邏輯斯特（Ordered Logistic）回歸模型分析行業(yè)選擇對(duì)畢業(yè)生的就業(yè)滿意度的影響，回歸方程如下：

其中，因變量為高校畢業(yè)生就業(yè)滿意度，分為“非常滿意”、“滿意”、“一般”、“不太滿意”、“很不滿意”，按照從高到低分別賦值5、4、3、2、1。解釋變量IND為行業(yè)虛擬變量（1表示畢業(yè)生屬于行業(yè)j；0表示不屬于）。本文選擇制造業(yè)作為參照的基準(zhǔn)行業(yè)，其他行業(yè)分別與制造業(yè)進(jìn)行比較。Xj為就業(yè)滿意度的影響因素，包括人口統(tǒng)計(jì)學(xué)特征、人力資本、家庭背景、學(xué)校背景、求職努力和工作特征。系數(shù)λj表示行業(yè)j與制造業(yè)相比的就業(yè)滿意度，正（負(fù)）號(hào)的回歸系數(shù)表示該行業(yè)的行業(yè)滿意度高（低）于制造業(yè)。βj表示解釋變量對(duì)就業(yè)滿意度的邊際影響，表示解釋變量Xj變化一單位對(duì)就業(yè)滿意度變化百分比的影響。系數(shù)βj的符號(hào)表示該解釋變量對(duì)就業(yè)滿意度影響的方向。ε為隨機(jī)擾動(dòng)項(xiàng)。

2.收入對(duì)數(shù)回歸方程

本文將使用以下計(jì)量回歸方程分析行業(yè)選擇對(duì)初職起薪的影響：

本文將采取普通最小二乘法（OLS）進(jìn)行回歸。Y為畢業(yè)生的月起薪，單位是人民幣元，取其對(duì)數(shù)值作為被解釋變量。解釋變量IND為行業(yè)虛擬變量（1表示畢業(yè)生屬于行業(yè)j；0表示不屬于）。本文選擇制造業(yè)作為參照的基準(zhǔn)行業(yè)，其他行業(yè)分別與制造業(yè)進(jìn)行比較。Xj為起薪的影響因素，包括人口統(tǒng)計(jì)學(xué)特征、人力資本、家庭背景、學(xué)校背景、求職努力和工作特征。系數(shù)λj表示行業(yè)j與制造業(yè)相比的行業(yè)收益，正（負(fù)）號(hào)的回歸系數(shù)表示該行業(yè)的“行業(yè)收益”高（低）于制造業(yè)。βj表示解釋變量對(duì)起薪的邊際影響，表示解釋變量Xj變化一單位對(duì)起薪變化百分比的影響。系數(shù)βj的符號(hào)表示該解釋變量對(duì)起薪影響的方向。ε為隨機(jī)擾動(dòng)項(xiàng)。

3.傾向值得分匹配模型

收入對(duì)數(shù)回歸方程未能完全控制不可觀測(cè)能力差異對(duì)行業(yè)收入差距的影響。為了進(jìn)一步控制不可觀測(cè)的人力資本異質(zhì)性對(duì)行業(yè)收入差距的影響，本研究采用傾向值得分匹配方法（PSM），匹配出“入對(duì)行”和有相似概率“入對(duì)行”卻未選擇進(jìn)入“對(duì)”的行業(yè)的兩組畢業(yè)生群體，通過比較這兩組畢業(yè)生的工資差異來檢驗(yàn)“入對(duì)行”帶來的收入回報(bào)。

傾向值得分匹配方法是一種個(gè)體配比方法，可以有效地消除混雜因素造成的選擇性偏誤。傾向值得分匹配方法的核心思想是利用傾向值得分從對(duì)照組中挑選出n個(gè)與實(shí)驗(yàn)組的個(gè)體特征條件相似的個(gè)體與實(shí)驗(yàn)組的每個(gè)個(gè)體進(jìn)行匹配。[5]540-556把PSM方法應(yīng)用到行業(yè)收入差距分析中，可以對(duì)有相似概率進(jìn)入“對(duì)”的行業(yè)但卻沒有進(jìn)入的畢業(yè)生與實(shí)際上進(jìn)入了“對(duì)”的行業(yè)的畢業(yè)生的起薪均值進(jìn)行比較，傾向值得分可以表示為：

其中，Xi表示影響是否進(jìn)入“對(duì)”的行業(yè)的變量矩陣，P值可以通過構(gòu)造Logit模型進(jìn)行估計(jì)。

傾向值得分匹配方法的結(jié)果可以直接利用stata軟件輸出，輸出結(jié)果包括ATT（參加者平均處理效應(yīng)）、ATU（未參加者平均處理效應(yīng)）和ATE（所有個(gè)體的平均處理效應(yīng)）。具體地說，ATT和ATU計(jì)算的都是進(jìn)入“對(duì)”的行業(yè)的畢業(yè)生的收入與未進(jìn)入的畢業(yè)生的收入的均值之差的均值，而ATE表示總體樣本的平均處理效應(yīng)。具體如下面式子所示：

其中，Di是衡量是否進(jìn)入“對(duì)”的行業(yè)的虛擬變量，Di＝1表示第i個(gè)畢業(yè)生進(jìn)入了“對(duì)”的行業(yè)；N1＝∑iDi表示進(jìn)入“對(duì)”的行業(yè)的畢業(yè)生人數(shù)；yi表示第i個(gè)進(jìn)入“對(duì)”的行業(yè)的學(xué)生的收入變量值表示未進(jìn)入“對(duì)”的行業(yè)的畢業(yè)生的收入變量均值。

其中，N0＝∑j（1-Dj）表示未進(jìn)入“對(duì)”的行業(yè)的畢業(yè)生人數(shù)表示進(jìn)入“對(duì)”的行業(yè)的畢業(yè)生的收入變量均值，yj表示未進(jìn)入“對(duì)”的行業(yè)的畢業(yè)生的收入變量均值。

其中，N＝N0+N1，如果Di＝1，則；如果Di＝0，則

三、描述統(tǒng)計(jì)分析

（一）行業(yè)分布變化趨勢(shì)

如表3所示，在2009-2017年間，按行業(yè)類型劃分，高校畢業(yè)生的就業(yè)分布存在以下特點(diǎn)：第一，金融業(yè)就業(yè)比例存在明顯上升趨勢(shì)，從2009年的6.3%上升至2015年的15.2%，成為畢業(yè)生就業(yè)占比最大的行業(yè)，2017年略微下降，為12.9%，但仍然穩(wěn)居第一。第二，進(jìn)入IT業(yè)的平均比例都在10%以上，2015年和2017年的占比都位居第二位。第三，制造業(yè)比例存在明顯下降趨勢(shì)，從2009年的18.2%下降至2015年的10.4%，六年間下降了7.8個(gè)百分點(diǎn)，之后略有上升，升至2017年的11.2%。但是我國經(jīng)濟(jì)發(fā)展仍處于工業(yè)化階段，以制造業(yè)為主的第二產(chǎn)業(yè)是就業(yè)規(guī)模增長幅度最大的產(chǎn)業(yè)，而畢業(yè)生理想中的國家機(jī)關(guān)、事業(yè)單位、金融和IT業(yè)的增長幅度卻比較有限。[6]因此，制造業(yè)就業(yè)比例的下降需要引起高度重視。第四，教育行業(yè)占比波動(dòng)較大，但占比一直較高。數(shù)據(jù)表明，新興行業(yè)（金融和IT業(yè)）成為高校畢業(yè)生最主要的行業(yè)選擇。

表3 高校畢業(yè)生行業(yè)分布的趨勢(shì)變化 （單位%）

續(xù)表

（二）行業(yè)間滿意度差異

如表4所示，行業(yè)滿意度之間存在差異，但是行業(yè)間滿意度差異較小。以2017年數(shù)據(jù)為例，19個(gè)行業(yè)按照滿意度由高到低的排列順序依次為：（1）采礦業(yè)83.1分；（2）電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)82.4分；（3）公共管理與社會(huì)組織81.1分；（4）農(nóng)林牧漁80.2分；（5）交通運(yùn)輸、倉儲(chǔ)和郵政78.5分；（6）科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查77.3分；（7）文化體育娛樂77.1分；（8）金融業(yè)76.8分；（9）教育76.7分；（10）信息傳輸、計(jì)算機(jī)服務(wù)、軟件業(yè)76.1分；（11）房地產(chǎn)75.9分；（12）水利環(huán)境公共設(shè)施管理75.7分；（13）制造業(yè)75.5分；（14）建筑業(yè)75.3分；（15）住宿餐飲73.8分；（16）居民服務(wù)73.7分；（17）租賃和商務(wù)服務(wù)業(yè)73.1分；（18）批發(fā)零售72.9分；（19）衛(wèi)生、社會(huì)保障與福利72.1分。數(shù)據(jù)表明，最高滿意度行業(yè)與最低滿意度行業(yè)比值為1.15，行業(yè)之間的滿意度差異并不大。偏國有性質(zhì)的行業(yè)滿意度較高，傳統(tǒng)低端服務(wù)業(yè)的滿意度較低。其中采礦業(yè)的就業(yè)滿意度最高，主要基于以下兩個(gè)原因：第一，采礦業(yè)是非常重要的行業(yè)，中石油、中石化、中海油、神華集團(tuán)、五礦集團(tuán)等采礦業(yè)中的一些重要企業(yè)對(duì)畢業(yè)生的就業(yè)吸引力很大。第二，在某些地區(qū)，采礦業(yè)的收入名列前茅，根據(jù)2015年《中國統(tǒng)計(jì)年鑒》的數(shù)據(jù)顯示，在甘肅、青海、寧夏、新疆等?。ㄗ灾螀^(qū)），采礦業(yè)是收入最高的行業(yè)，在山西、陜西、內(nèi)蒙古等省份，采礦業(yè)收入均排在第三位。[7]

2009-2017年間，每個(gè)行業(yè)的就業(yè)滿意度都有上升，但是上升幅度存在較大差異。采礦業(yè)、金融業(yè)、公共管理與社會(huì)組織以及電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)等偏國有性質(zhì)的行業(yè)的就業(yè)滿意度始終較高，但是上升幅度較小。住宿餐飲、文化體育娛樂和批發(fā)零售等傳統(tǒng)服務(wù)業(yè)的就業(yè)滿意度排在后列，但是上升幅度較大。另外，與前兩年調(diào)查數(shù)據(jù)相比，最近三年調(diào)查的行業(yè)間的滿意度差異存在縮減趨勢(shì)，從2009和2011年的1.35和1.39下降至2013年的1.16和2015以及2017年的1.15。

表4 2009-2017年高校畢業(yè)生行業(yè)滿意度變化

續(xù)表

（三）行業(yè)間起薪差異

如表5所示，行業(yè)間平均起薪存在較大差異，IT、金融和房地產(chǎn)等新興服務(wù)業(yè)的收入較高。以2017年數(shù)據(jù)為例，19個(gè)行業(yè)按照平均起薪由高到低的排列順序依次為：（1）IT業(yè)為6220元；（2）科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查為5947元；（3）金融業(yè)為5657元；（4）文化體育娛樂為5108元；（5）水利環(huán)境公共設(shè)施管理為5038元；（6）電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)為5006元；（7）公共管理與社會(huì)組織為4982元；（8）房地產(chǎn)為4900元；（9）租賃和商務(wù)服務(wù)業(yè)為4829元；（10）教育為4723元；（11）交通運(yùn)輸、倉儲(chǔ)和郵政為4351元；（12）制造業(yè)為4256元；（13）衛(wèi)生、社會(huì)保障與福利為4202元；（14）建筑業(yè)為3950元；（15）農(nóng)林牧漁為3874元；（16）采礦業(yè)為3864元；（17）批發(fā)零售為3846元；（18）住宿餐飲為3608元。（19）居民服務(wù)為3370元；數(shù)據(jù)表明，IT類、科技類和金融類行業(yè)是高校畢業(yè)生起薪最高的三大行業(yè)。

2009-2017年間，各行業(yè)的平均收入均存在上升趨勢(shì)，尤其是IT、金融和房地產(chǎn)等新興服務(wù)業(yè)，不僅收入水平排在前列，而且收入增幅也比較大。制造業(yè)和建筑業(yè)等工業(yè)領(lǐng)域以及住宿餐飲、批發(fā)零售和居民服務(wù)等傳統(tǒng)低端服務(wù)業(yè)的收入水平始終較低，而且收入增幅空間很小。在行業(yè)間收入差距變化趨勢(shì)上，經(jīng)歷了先下降再上升的變化趨勢(shì)。最高行業(yè)收入和最低行業(yè)收入的比值先從2009年的2.08下降至2011年的1.52最低點(diǎn)，然后再上升至2015年的1.89，2017年又降至1.85。

表5 2009-2017年高校畢業(yè)生行業(yè)起薪變化

續(xù)表

（四）綜合起薪和滿意度的行業(yè)四分類

如圖1所示，利用2017年調(diào)查數(shù)據(jù)，以行業(yè)起薪由高到低的排名作為橫軸，以行業(yè)滿意度由高到低的排名作為縱軸，根據(jù)四象限劃分法可以將19類行業(yè)劃分為四類：第一類是在第一象限的高薪高滿意度行業(yè)（7個(gè)），包括金融業(yè)，IT業(yè)，教育，科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查，公共管理與社會(huì)組織，電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)和文化體育娛樂；第二類是第二象限的低薪高滿意度行業(yè)（3個(gè)），包括采礦業(yè)，農(nóng)林牧漁，交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)；第三類是第三象限的低薪低滿意度行業(yè)（7個(gè)），包括制造業(yè)，建筑業(yè)，居民服務(wù)，住宿餐飲，批發(fā)零售，“衛(wèi)生、社會(huì)保障與福利”；第四類是第四象限的高薪低滿意度行業(yè)（3個(gè)），包括房地產(chǎn)，水利環(huán)境公共設(shè)施管理，租賃和商務(wù)服務(wù)業(yè)。數(shù)據(jù)表明，畢業(yè)生熱衷進(jìn)入的行業(yè)，諸如金融、IT、公共管理與社會(huì)組織和教育等行業(yè)，是起薪和滿意度較高的行業(yè)，同時(shí)也是目前吸納最多高校畢業(yè)生的行業(yè)。結(jié)果說明，在行業(yè)間就業(yè)結(jié)果存在顯著差異的情況下，畢業(yè)生在行業(yè)進(jìn)入上存在優(yōu)先序，畢業(yè)生最熱衷進(jìn)入“對(duì)”的行業(yè)，也就是就業(yè)量大、收入高、滿意度高的新興服務(wù)業(yè)。

雖然前面的描述統(tǒng)計(jì)分析結(jié)果顯示行業(yè)間的就業(yè)結(jié)果存在差異，但是并不可以表明完全是因?yàn)椤叭雽?duì)行”帶來的差異，造成這些差異的因素是多元的，比如行業(yè)間的畢業(yè)生求職努力和策略等方面的差異可能導(dǎo)致行業(yè)間的就業(yè)結(jié)果差異，也有可能是因?yàn)椤皩?duì)”的人（能力高）集中在“對(duì)”的行業(yè)上帶來的就業(yè)結(jié)果的差異。在新業(yè)態(tài)、新經(jīng)濟(jì)和新的商業(yè)模式不斷涌現(xiàn)的今天，畢業(yè)生面臨著各種各樣的行業(yè)選擇，究竟是否選擇高于努力甚至能力呢？這需要進(jìn)一步使用模型進(jìn)行分析給予回應(yīng)。本文擬采用2009-2017年高校畢業(yè)生就業(yè)調(diào)查的數(shù)據(jù)，通過收入對(duì)數(shù)模型和定序Logit模型，在控制行業(yè)間的畢業(yè)生的人口統(tǒng)計(jì)學(xué)特征、家庭背景、人力資本、院校特征、求職狀況和工作特征差異帶來的干擾的前提下，計(jì)算行業(yè)間收益指數(shù)和滿意度指數(shù)，通過比較行業(yè)間就業(yè)滿意度和起薪的差異以進(jìn)一步判斷進(jìn)入哪些行業(yè)才是“入對(duì)行”，以及“入對(duì)行”可以帶來多大的行業(yè)選擇紅利。

圖1 按起薪和滿意度分類的行業(yè)四象限圖

四、實(shí)證分析結(jié)果

（一）行業(yè)間滿意度實(shí)證分析結(jié)果

本文利用北京大學(xué)教育學(xué)院進(jìn)行的2009-2017年的跨年高校畢業(yè)生就業(yè)調(diào)查抽查數(shù)據(jù)，利用方程（1）對(duì)已確定單位的高校畢業(yè)生的就業(yè)滿意度的影響因素進(jìn)行了回歸分析。本文將上述回歸結(jié)果中各個(gè)行業(yè)虛擬變量的系數(shù)定義為“行業(yè)滿意度指數(shù)”，為了便于比較，本文按系數(shù)分布特點(diǎn)將19類行業(yè)劃分為3大類。將回歸系數(shù)顯著大于0的行業(yè)定義為“高滿意度行業(yè)”；將和制造業(yè)沒有顯著性差異的行業(yè)定義為“中等滿意度行業(yè)”（包括制造業(yè)）；將回歸系數(shù)顯著小于0的行業(yè)定義為“低滿意度行業(yè)”，并將對(duì)照組制造業(yè)的“行業(yè)滿意度指數(shù)”賦值為0。如表6所示，從最新數(shù)據(jù)2017年調(diào)查分析結(jié)果看，“高滿意度行業(yè)”有2個(gè)：電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)和文化體育娛樂，剩下的16個(gè)行業(yè)和制造業(yè)的就業(yè)滿意度均無顯著性差異。從時(shí)間序列趨勢(shì)看，2009-2017年間，傳統(tǒng)服務(wù)業(yè)（批發(fā)零售、住宿餐飲、居民服務(wù)、租賃和商務(wù)服務(wù)業(yè)）的“行業(yè)滿意度指數(shù)”普遍較低，采礦業(yè)，電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)等偏國有性質(zhì)的行業(yè)的“行業(yè)滿意度指數(shù)”相對(duì)較高，剩余的絕大部分行業(yè)和制造業(yè)的就業(yè)滿意度沒有顯著性差異。這說明，行業(yè)間的滿意度差異相對(duì)較小，由于“入行”偏差帶來的就業(yè)滿意度偏差較小，行業(yè)因素并不是影響就業(yè)滿意度的重要因素。

表6 2009-2017年高校畢業(yè)生行業(yè)滿意度指數(shù)

（二）行業(yè)間收益指數(shù)比較分析結(jié)果

本文利用北京大學(xué)教育學(xué)院進(jìn)行的2009-2017年的跨年高校畢業(yè)生就業(yè)調(diào)查抽查數(shù)據(jù)，繼續(xù)利用方程（2）對(duì)已確定單位的高校畢業(yè)生的起薪差異進(jìn)行了回歸分析。本文將上述回歸結(jié)果中各個(gè)行業(yè)虛擬變量的系數(shù)定義為“行業(yè)收益指數(shù)”，[8]為了便于比較，本文按系數(shù)分布特點(diǎn)將19類行業(yè)劃分為3大類。將回歸系數(shù)顯著大于0的行業(yè)定義為“高收益行業(yè)”；將和制造業(yè)沒有顯著性差異的行業(yè)定義為“中收益行業(yè)”（包括制造業(yè)）；將回歸系數(shù)顯著小于0的行業(yè)定義為“低收益行業(yè)”，并將對(duì)照組制造業(yè)的“行業(yè)收益指數(shù)”賦值為0。

如表7所示，從最新的2017年調(diào)查分析結(jié)果看，“高收益行業(yè)”包括5個(gè)行業(yè)，分別為：IT業(yè)、金融業(yè)、房地產(chǎn)，科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查和文化體育娛樂，“低收益行業(yè)”有2個(gè)，為農(nóng)林牧漁和衛(wèi)生、社會(huì)保障與福利。剩余的11個(gè)行業(yè)和制造業(yè)的起薪均沒有顯著性差異?！靶袠I(yè)收益指數(shù)”最高的是IT業(yè)，即IT業(yè)的平均收入比制造業(yè)高大約12%，而回歸結(jié)果中個(gè)人教育收益率僅為11%，這說明“入對(duì)行”帶來的收入溢價(jià)要比多接受一年教育帶來的收入溢價(jià)高。

從時(shí)間序列趨勢(shì)看，新興服務(wù)業(yè)（IT業(yè)和金融業(yè)）的“行業(yè)收益指數(shù)”始終保持在較高水平，而建筑業(yè)、居民服務(wù)和衛(wèi)生、社會(huì)保障與福利的“行業(yè)收益指數(shù)”始終處于低位?！半娏?、煤氣和水的生產(chǎn)和供應(yīng)業(yè)”和“交通運(yùn)輸、倉儲(chǔ)和郵政”等偏國有壟斷性行業(yè)的“行業(yè)受益指數(shù)”存在下坡趨勢(shì)。從2011～2015年看，行業(yè)間收益差距存在擴(kuò)大趨勢(shì)。2011年最高收益行業(yè)（IT業(yè)）平均收入比制造業(yè)高5.1%，2013年高11.1%，2015年高15.9%，但在2017年出現(xiàn)下滑趨勢(shì)，降至12%。

表7 2009-2017年高校畢業(yè)生行業(yè)收益指數(shù)

（三）分職業(yè)類型比較行業(yè)間收益指數(shù)差異

2009-2017年的實(shí)證分析結(jié)論表明，行業(yè)間的滿意度差異相對(duì)較小，但是行業(yè)間的收入差距顯著存在，且最近六年在總體上呈現(xiàn)擴(kuò)大趨勢(shì)。因此，本文將重點(diǎn)進(jìn)一步集中在行業(yè)間的收入差距上。由于行業(yè)下面細(xì)分成不同類型職業(yè)，既有管理技術(shù)類職業(yè)，又有非管理技術(shù)類的職業(yè)。而不同行業(yè)的不同職業(yè)以及對(duì)于同一行業(yè)的不同職業(yè)對(duì)求職者的要求不同，提供給員工的薪酬福利也不同。為了進(jìn)一步確認(rèn)行業(yè)間的收入是否存在顯著差異，本文將進(jìn)一步根據(jù)職業(yè)類型將總樣本分別劃分成管理技術(shù)類職業(yè)和非管理技術(shù)類職業(yè)兩組子樣本，進(jìn)行分樣本比較研究。

借鑒楊中超，岳昌君（2016）[9]對(duì)于職業(yè)類型的分類方法，將國家機(jī)關(guān)、黨群組織和事業(yè)單位管理人員，企業(yè)管理人員，專業(yè)技術(shù)人員這三種職業(yè)類型定義為管理技術(shù)類職業(yè)，將辦事人員和有關(guān)人員，商業(yè)和服務(wù)人員，農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員，生產(chǎn)、運(yùn)輸設(shè)備操作人員及有關(guān)人員定義為非管理技術(shù)類職業(yè)。如表4所示，從總體看，63.08%的畢業(yè)生都是從事管理技術(shù)類職業(yè)，36.92%畢業(yè)生從事非管理技術(shù)類職業(yè)。分行業(yè)看，從事管理技術(shù)類職位占比最多的三個(gè)行業(yè)從高至低排列分別是公共管理與社會(huì)組織（80.72%）、建筑業(yè)（75.18%）、電煤和水生產(chǎn)供應(yīng)業(yè)（70.98%），新興服務(wù)業(yè)和其他服務(wù)業(yè)占比較低，平均占比不到60%。

本文利用北京大學(xué)教育學(xué)院進(jìn)行的2009-2017年的高校畢業(yè)生就業(yè)調(diào)查抽查數(shù)據(jù)，繼續(xù)利用方程（2）分別對(duì)已確定單位從事管理技術(shù)類職業(yè)和從事非管理技術(shù)類職業(yè)的高校畢業(yè)生的起薪差異進(jìn)行了回歸分析。由于控制變量輸出結(jié)果與前面研究結(jié)果類似，限于篇幅，在此省略控制變量的輸出結(jié)果，結(jié)果如表8所示，在管理技術(shù)類職業(yè)的樣本中，從最新數(shù)據(jù)2017年調(diào)查分析結(jié)果看，“高收益行業(yè)”包括7個(gè)行業(yè)，分別為：IT業(yè)、金融業(yè)、房地產(chǎn)、電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)，住宿餐飲、科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查和文化體育娛樂。“低收益行業(yè)”只有一個(gè)，為衛(wèi)生、社會(huì)保障與福利。剩余的10個(gè)行業(yè)與制造業(yè)的收益均沒有顯著性差異。“行業(yè)收益指數(shù)”最高的是IT業(yè)，達(dá)0.163，即IT業(yè)的平均收入比制造業(yè)高大約16.3%；“行業(yè)收益指數(shù)”最低的是衛(wèi)生、社會(huì)保障與福利，為-0.195，即住宿餐飲業(yè)的平均收入比制造業(yè)低大約19.5%。而回歸結(jié)果中個(gè)人教育收益率僅為10.3%，這說明同等條件下，從事IT和房地產(chǎn)行業(yè)的管理技術(shù)類崗位的收益率比多接受一年教育的收益還高。

從時(shí)間序列趨勢(shì)看，新興服務(wù)業(yè)（IT業(yè)和金融業(yè)）的“行業(yè)收益指數(shù)”始終保持在較高水平，行業(yè)收益指數(shù)幾乎都維持在10%以上，尤其是IT行業(yè)，平均收益指數(shù)在15%以上。而農(nóng)林牧漁、建筑業(yè)、居民服務(wù)和衛(wèi)生、社會(huì)保障與福利的“行業(yè)收益指數(shù)”始終處于低位。從2011～2015年看，行業(yè)間收益差距存在擴(kuò)大趨勢(shì)。2011年最高收益行業(yè)（IT業(yè)）平均收入比制造業(yè)高13.7%，2013年高14.7%，2015年高18.7%，2017年出現(xiàn)下滑趨勢(shì)，降至16.3%。

在非管理技術(shù)類職業(yè)的樣本中，從最新數(shù)據(jù)2017年調(diào)查分析結(jié)果看，除了農(nóng)林牧漁行業(yè)的收益顯著低于制造業(yè)外，剩余的17個(gè)行業(yè)和制造業(yè)的收益沒有顯著性差異。這說明，如果你從事的是低層次的職位，不管在哪個(gè)行業(yè)，收入水平普遍較低，差異不大。但因?yàn)檫^半的高校畢業(yè)生都是在管理技術(shù)類職位上工作，因此“入對(duì)行”與否對(duì)收入的影響還是很大的。

從時(shí)間序列趨勢(shì)看，從事非管理技術(shù)類職業(yè)的畢業(yè)生在行業(yè)間的收入指數(shù)分布呈現(xiàn)收斂趨勢(shì)，從早期的金融、“電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)”和教育行業(yè)的收益指數(shù)顯著高于制造業(yè)，住宿餐飲、居民服務(wù)、“衛(wèi)生、社會(huì)保障與福利”和文化體育娛樂等行業(yè)的收益指數(shù)顯著低于制造業(yè)的分化狀態(tài)逐步演變?yōu)?017年的絕大部分行業(yè)和制造業(yè)的行業(yè)收益沒有顯著性差別的收斂狀態(tài)。

比較管理技術(shù)職業(yè)類和非管理技術(shù)類職業(yè)子樣本的行業(yè)間收益指數(shù)可以發(fā)現(xiàn)，管理技術(shù)類職業(yè)樣本中的行業(yè)間收益指數(shù)差異化程度更加明顯，而在非管理技術(shù)類職業(yè)子樣本，愈來愈多行業(yè)與制造業(yè)在起薪上不存在顯著性差異。這說明在競爭日益激烈的勞動(dòng)力市場，職業(yè)本身要求勞動(dòng)者應(yīng)具備的技術(shù)水平和管理能力是至關(guān)重要的?！叭雽?duì)行”確實(shí)會(huì)帶來顯著的收入溢價(jià)，但是其產(chǎn)生收入溢價(jià)的條件發(fā)生了變化，從過去只要“入對(duì)行”就可以產(chǎn)生收入溢價(jià)逐步轉(zhuǎn)變?yōu)樾枰梢詮氖潞蛣偃喂芾砑夹g(shù)類職位的人“入對(duì)行”才可以產(chǎn)生收入溢價(jià)?？偠灾氆@得高薪，需要先變成“對(duì)的人”，然后才是“入對(duì)行”。

表8 分職業(yè)類型比較的行業(yè)收益指數(shù)

（四）“入對(duì)行”帶來多大溢價(jià)

前面的實(shí)證研究發(fā)現(xiàn)，IT和金融業(yè)是起薪顯著更高，滿意度也比較好的行業(yè)，我們把這兩大行業(yè)歸類為新興服務(wù)業(yè)，將進(jìn)入新興服務(wù)業(yè)的畢業(yè)生定義為“入對(duì)行”。下面通過傾向值得分匹配（PSM）的方法，通過匹配出一組在人口統(tǒng)計(jì)學(xué)特征、家庭背景、人力資本和工作特征等方面與“入對(duì)行”的畢業(yè)生條件相似的畢業(yè)生作為控制組，通過觀察這兩組畢業(yè)生在行業(yè)起薪上的差異來探究“入對(duì)行”帶來的收入回報(bào)。結(jié)果如表9所示，“一對(duì)一”和“一對(duì)四”近鄰匹配分析結(jié)果均表明，“入對(duì)行”的畢業(yè)生比沒有“入對(duì)行”的畢業(yè)生的工資起薪顯著更高，收入溢價(jià)高達(dá)9%-10.2%，即假設(shè)畢業(yè)生平均月薪為5000元，各方面條件相似的畢業(yè)生僅僅因?yàn)椤叭雽?duì)行”可以獲得顯著高出500元的起薪。

表9 對(duì)新興服務(wù)業(yè)和非新興服務(wù)業(yè)收入差距的PSM分析結(jié)果

傾向值得分匹配后的樣本須滿足“條件獨(dú)立性假設(shè)”才能證明傾向值得分匹配模型估計(jì)有效，“一對(duì)一匹配”和“一對(duì)四匹配”平衡檢驗(yàn)結(jié)果表明，匹配前匹配變量的標(biāo)準(zhǔn)化偏差分布于-30%到-40%之間，匹配后所有匹配變量的標(biāo)準(zhǔn)化偏差降到-10至10%以內(nèi)，這說明匹配效果較好，進(jìn)入新興服務(wù)業(yè)的畢業(yè)生與未進(jìn)入新興服務(wù)業(yè)的畢業(yè)生沒有顯著的系統(tǒng)差異。

五、結(jié)論與討論

第一，行業(yè)間滿意度和起薪分布的描述性分析結(jié)果表明，行業(yè)間的滿意度差異很小，行業(yè)間的就業(yè)結(jié)果差異主要體現(xiàn)在起薪上，且行業(yè)間起薪差距呈現(xiàn)擴(kuò)大趨勢(shì)。具體地說，在起薪上，IT、金融和房地產(chǎn)等新興服務(wù)業(yè)的起薪不僅最高，而且最近幾年的起薪上升幅度也最大，壟斷行業(yè)和體制內(nèi)性質(zhì)的教育和政府管理部門以及傳統(tǒng)的服務(wù)行業(yè)的起薪較低，上升幅度也較小。在行業(yè)間就業(yè)結(jié)果存在顯著差異的情況下，畢業(yè)生在行業(yè)進(jìn)入上存在優(yōu)先序，畢業(yè)生最熱衷進(jìn)入“對(duì)”的行業(yè)，也就是就業(yè)量大、收入高、滿意度高的新興服務(wù)業(yè)。

第二，行業(yè)間滿意度指數(shù)和收益指數(shù)分析結(jié)果表明，在控制了其他因素的條件下，新興服務(wù)業(yè)（IT業(yè)和金融業(yè)）的“行業(yè)收益指數(shù)”在2009-2017年間始終保持在較高水平，而“電力、煤氣和水的生產(chǎn)和供應(yīng)業(yè)”和“交通運(yùn)輸、倉儲(chǔ)和郵政”等壟斷性行業(yè)的“行業(yè)受益指數(shù)”存在下坡趨勢(shì)，行業(yè)間收益差距存在擴(kuò)大趨勢(shì)。在滿意度上，除了傳統(tǒng)服務(wù)業(yè)（批發(fā)零售、住宿餐飲、居民服務(wù)、租賃和商務(wù)服務(wù)業(yè)）的“行業(yè)滿意度指數(shù)”普遍較低之外，其他行業(yè)和制造業(yè)的就業(yè)滿意度沒有顯著性差異，行業(yè)間的滿意度指數(shù)差異很小。

第三，分職業(yè)類型比較行業(yè)間的收益指數(shù)差異發(fā)現(xiàn)，管理技術(shù)類職業(yè)樣本中的行業(yè)間收益指數(shù)差異化程度更加明顯，而在非管理技術(shù)類職業(yè)子樣本中，愈來愈多行業(yè)與制造業(yè)在起薪上不存在顯著性差異，不存在收入溢價(jià)。這說明以往只要“入對(duì)行”就可獲得高薪的日子已經(jīng)一去不復(fù)返，在競爭日益激烈的勞動(dòng)力市場，職業(yè)本身要求勞動(dòng)者應(yīng)具備的技術(shù)水平和管理能力至關(guān)重要?！叭雽?duì)行”確實(shí)會(huì)帶來顯著的收入溢價(jià)，但前提是需要先變成“對(duì)的人”，即具備一定的專業(yè)技術(shù)水平和管理能力的人才，才能享受“入對(duì)行”帶來的紅利。

第四，IT和金融業(yè)是起薪和滿意度均較高的行業(yè)，假設(shè)進(jìn)入以上兩類行業(yè)定義為“入對(duì)行”，傾向值得分匹配模型結(jié)論發(fā)現(xiàn)，對(duì)于條件相似的兩組畢業(yè)生而言，“入對(duì)行”的畢業(yè)生比沒有“入對(duì)行”的畢業(yè)生的工資起薪顯著高9%-10.2%，即假設(shè)畢業(yè)生平均月薪為5000元，則“入對(duì)行”的畢業(yè)生的起薪顯著更高500元。

本文說明，縱然“入對(duì)行”存在選擇紅利，但是必須先成為“對(duì)的人”。因此，高校畢業(yè)生應(yīng)該努力提高自身的人力資本水平，使自己具備“一技之長”，提高自身的管理協(xié)調(diào)能力，使自己成為勞動(dòng)力市場中“對(duì)的人”，只有這樣才有機(jī)會(huì)收獲因?yàn)樾袠I(yè)選擇而帶來的收入溢價(jià)。另一方面，畢業(yè)生也應(yīng)該理性選擇行業(yè)，避免僅僅考慮行業(yè)薪資福利單方面的就業(yè)因素，而應(yīng)該綜合自身的優(yōu)勢(shì)、興趣和專業(yè)學(xué)科背景作出行業(yè)選擇。研究結(jié)果顯示，進(jìn)入新興服務(wù)業(yè)的高校畢業(yè)生占比持續(xù)擴(kuò)大，進(jìn)入制造業(yè)的畢業(yè)生占比顯著下降。越來越多的畢業(yè)生從工業(yè)流向高收入的現(xiàn)代新興服務(wù)業(yè)。究其原因，在本質(zhì)上是因?yàn)楫?dāng)前制造業(yè)提供的適合畢業(yè)生就業(yè)的崗位不足。30%的制造業(yè)內(nèi)部產(chǎn)業(yè)屬于勞動(dòng)密集型產(chǎn)業(yè)，但超過90%的與制造業(yè)相關(guān)的專業(yè)畢業(yè)生指向非勞動(dòng)密集型產(chǎn)業(yè)的工作。[10]另外，制造業(yè)的行業(yè)薪資不具備吸引力，因此越來越多的畢業(yè)生轉(zhuǎn)移到高收入的服務(wù)業(yè)。薪資作為畢業(yè)生就業(yè)選擇的一種風(fēng)向標(biāo)，一定程度上引導(dǎo)著畢業(yè)生的行業(yè)選擇去向。隨著越來越多優(yōu)秀的畢業(yè)生紛紛擠入高薪高滿意度的“對(duì)”的行業(yè)，在行業(yè)間人力資本累積效應(yīng)和人力資本外部性的雙重作用下，會(huì)進(jìn)一步加劇行業(yè)間的收入差距的分化程度，導(dǎo)致行業(yè)間收入的“馬太效應(yīng)”和高校畢業(yè)生行業(yè)選擇的“擁擠現(xiàn)象”，從而引發(fā)高層次人力資源在行業(yè)間的配置失衡。